Dentro do motor de sinais do PMTS: do tick bruto de MT5 à decisão de trading — 29 de maio de 2026

Uma das perguntas mais frequentes que os alocadores institucionais fazem antes de subscrever capital em PMTS é conceptualmente simples mas tecnicamente densa: o que acontece, mecanicamente, entre a chegada de um tick do broker e o envio de uma ordem de volta ao mercado? A resposta é um motor de sinais multi-etapa. Este artigo documenta a arquitetura desse motor tal como opera sobre MetaTrader 5 para o mercado XAUUSD a 29 de maio de 2026, e mostra a pegada de desempenho real que produz.

Por que o motor de sinais importa

Um sistema de trading vale o que vale a disciplina embutida no pipeline que converte a microestrutura ruidosa do mercado numa decisão binária: operar ou ficar de fora. Traders discricionários comprimem esse pipeline em intuição. As plataformas sistemáticas, pelo contrário, têm de o expressar como código — reprodutível, auditável e resiliente a mudanças de regime. O PMTS foi concebido em torno dessa restrição desde o primeiro dia.

O resultado é visível nas métricas a nível de plataforma publicadas no nosso backend. Nos últimos 30 dias, o PMTS executou 4.964 operações através do conjunto completo de contas com uma taxa de acerto de 59,11% e lucro líquido agregado de USD 3.107.536,84. Na janela móvel de 7 dias entre 22 e 29 de maio de 2026, o motor gerou 213 operações, das quais 74,18% fecharam com lucro, contribuindo com USD 244.302,59 para o equity agregado. Estes números não são o objetivo do artigo — são consequência da arquitetura descrita abaixo.

Etapa 1: ingestão de ticks e normalização da microestrutura

O pipeline começa na ponte com o broker. Cada Expert Advisor do PMTS está anexado a um terminal MT5 ligado a um dos sete brokers que atualmente suportamos (MetaQuotes, DarwinexZero, FTMO, MultiBank Group, MEX Atlantic, entre outros, distribuídos por 19 contas de produção). O EA subscreve o evento OnTick para XAUUSD e grava cada cotação num buffer circular em memória de profundidade fixa.

Nesta fase o motor ainda não tenta prever. Executa três operações determinísticas:

• Filtragem de outliers. Os feeds de cotação contêm ocasionalmente impressões obsoletas, snapshots de pré-abertura do broker ou picos de spread amplo em janelas de baixa liquidez. Um filtro de desvio-mediana rejeita qualquer tick cujo ponto médio bid-ask divirja da mediana móvel além de um limiar configurável.
• Reconstrução de preço médio sensível ao spread. Como os spreads em XAUUSD podem alargar materialmente durante a passagem Ásia–Londres e em torno de manchetes do FOMC, o motor calcula um preço médio sintético ponderado pela profundidade recente em vez do ingénuo (bid+ask)/2. Esse preço sintético é o que cada módulo subsequente consome.
• Alinhamento de timestamps. Os tempos do servidor do broker são normalizados a UTC e reagrupados em barras de um segundo, um minuto e cinco minutos. O motor mantém estas barras em paralelo, porque diferentes sub-estratégias operam em horizontes diferentes.

Etapa 2: engenharia de variáveis — transformar preços em perguntas

A segunda etapa é onde as cotações brutas se tornam decisões à espera. Cada nova barra desencadeia o cálculo de um vetor de variáveis que cobre cinco famílias: tendência, volatilidade, momentum, liquidez e contexto macro.

As variáveis de tendência incluem médias móveis adaptativas, inclinação de regressão em vários lookbacks e suavização à Heikin-Ashi para confirmação visual no dashboard interno. As variáveis de volatilidade incluem ATR a 14, 50 e 200 períodos, estimadores de variância realizada e estimadores de intervalo Yang-Zhang robustos a gaps noturnos. As variáveis de momentum cobrem RSI, Estocástico e um detetor proprietário de divergências que pontua quando máximos de preço não são confirmados por máximos de momentum.

As variáveis de liquidez quantificam quanto o mercado está disposto a absorver ao nível de preço atual — derivadas do spread, da taxa de atualização de cotações e da profundidade inferida via proxies de order book. Por fim, as variáveis de contexto macro injetam a proximidade atual a eventos agendados: minutos-até-FOMC, tempo-desde-NFP e se a janela de blackout da Fed está ativa. O motor trata intencionalmente a proximidade macro como variável, não como interruptor rígido — queremos que o sistema reduza a confiança do sinal perto dos grandes dados, não que pare de operar cegamente.

Etapa 3: classificação de regime

A decisão arquitetónica mais importante no PMTS é a separação explícita entre deteção de regime e geração de sinal. A maioria dos Expert Advisors de retalho colapsa as duas: disparam entradas assim que um padrão é detetado, independentemente de o mercado estar em tendência, reversão à média ou compressão num intervalo. O PMTS faz o contrário. Cada vetor de variáveis passa primeiro por um classificador de regime que atribui o estado atual do mercado a um de quatro grupos: tendência em alta, tendência em baixa, reversão à média e transição de alta volatilidade.

Cada grupo ativa um ensemble distinto de sub-estratégias. Um regime de tendência altista, por exemplo, ativa módulos de continuação de breakout e desativa por completo as shorts de reversão à média. Um regime de transição de alta volatilidade, comum nas horas que antecedem uma declaração do FOMC, enviesa o motor para tamanhos de posição mais pequenos e caps de risco mais apertados. É por isso que o PMTS raramente sofre o clássico modo de falha algorítmico de combater uma tendência forte com um módulo contra-tendência — o classificador já silenciou as ferramentas erradas.

Etapa 4: pontuação de sinal e confluência

Dentro de um regime ativo, várias sub-estratégias produzem independentemente pontuações no intervalo −1 a +1. O motor de sinais agrega essas pontuações usando uma regra de confluência em vez de uma média simples. Uma operação só é considerada se (a) pelo menos duas sub-estratégias independentes concordarem na direção, (b) a pontuação combinada cruzar um limiar calibrado por regime e (c) a variável de proximidade macro não vetar a execução.

Esta exigência de confluência é a razão mais importante por trás da qualidade da execução recente. Na conta 25 sobre a janela de dados de maio, o PMTS produziu um profit factor de 2,5793 com uma taxa de acerto de 64,63% em 82 operações. Especificamente no símbolo XAUUSD, o profit factor histórico situa-se em 2,0942 com lucro médio de USD 158,75 face a perda média de USD 81,03 — um rácio ganho/perda de aproximadamente 2:1 que é estruturalmente imposto pelo motor, não consequência de selecionar operações a posteriori.

Etapa 5: execução ajustada ao risco

Um sinal ainda não é uma ordem. A etapa final aplica um filtro de risco a nível de portfolio que considera: exposição aberta nas 19 contas de produção, correlação atual entre posições ativas, distância aos disjuntores de perda diária e semanal e margem livre disponível por moeda de conta (EUR, USD, GBP). Só depois do módulo de risco aprovar é que a ordem segue para o broker via MT5.

A execução em si divide-se entre ordens a mercado e pendentes conforme o regime. Em regimes tendenciais o motor prefere ordens a mercado para capturar a continuação; em regimes de reversão prefere ordens pendentes em níveis de reversão calculados. O slippage é registado em cada fill e realimentado na próxima iteração do modelo de preço médio sensível ao spread — um ciclo fechado que aperta gradualmente a qualidade de execução sem recalibração manual.

Auditabilidade: cada decisão deixa rasto

Cada etapa do pipeline escreve entradas de log estruturadas numa base de dados no servidor. Para cada operação é possível reconstruir o vetor exato de variáveis no momento da entrada, a classificação de regime, as pontuações das sub-estratégias, o resultado da confluência e a decisão final de risco. É isto que torna o PMTS auditável de um modo em que os sistemas de IA caixa-preta normalmente não são. Os investidores podem verificar, no dashboard da plataforma, as métricas exatas por trás de cada conta: rácios tipo Sharpe, desvio Sortino, rácio Calmar quando há histórico suficiente, taxa de acerto, profit factor e geometria do drawdown.

Sobre o snapshot de contas institucionais, o PMTS mantém um drawdown máximo de apenas 0,7277%, métrica mais representativa da integridade do sistema do que os números de lucro de manchete. Um motor de sinais que produz retornos fortes ao custo de drawdowns grandes é, estruturalmente, um sistema menos valioso do que outro que produz retornos moderados com drawdowns baixos — os alocadores institucionais compreendem isso, e a arquitetura acima está construída em torno desse entendimento.

O que isto significa para o investidor

O cliente institucional não precisa de conhecer o detalhe de implementação de cada módulo. O que importa é o contrato operacional: o PMTS (1) só operará quando um regime ativo for identificado, (2) só executará quando sub-estratégias independentes se confirmarem entre si, (3) reduzirá automaticamente em torno de eventos macro e (4) rejeitará qualquer operação que viole os caps de risco a nível de portfolio. Esse contrato é o que produz a pegada de 30 dias com cerca de 5.000 operações a uma taxa de acerto de 59,11% sem drawdowns descontrolados.

Se quiser avaliar o PMTS face aos seus próprios parâmetros de risco, pode abrir uma conta de avaliação e monitorizar as mesmas métricas mostradas acima no seu dashboard pessoal em tempo real. O motor descrito neste artigo é o mesmo que produz esses números — não há uma versão de produção separada.

O desempenho passado não garante resultados futuros. O trading envolve um risco substancial de perda e não é adequado para todos os investidores. Os KPIs citados neste artigo refletem o desempenho agregado da plataforma a 29 de maio de 2026 e podem não ser representativos de períodos futuros. Consulte sempre um consultor financeiro qualificado antes de alocar capital.